INTRODUÇÃO: Existem diversas patologias relacionadas aos sintomas de trato urinário inferior, que são comuns em homens acima de 50 anos de idade. Contudo, estudos apontam que 59% dos homens brasileiros nunca foram ao urologista. Nesse contexto, um exame usual é a urofluxometria, contudo para realizá-lo é necessário um equipamento específico normalmente disponível em consultórios e hospitais. Considerando o avanço da tecnologia nos dispositivos móveis, este trabalho apresenta alguns dos primeiros passos rumo ao desenvolvimento de um aplicativo capaz de realizar a urofluxometria sonora. – OBJETIVOS: O objetivo deste trabalho é investigar o uso de diferentes técnicas de extração de características para a classificação de áudio de fluxo urinário. – MATERIAIS E MÉTODO: Para realizar a extração de características do audio foram utilizados os MFCCs que foram obtidos utilizando a biblioteca Librosa de Python, para a extração dos MFCC. Ao todo a base de dados possui 19 áudios referentes a exames urofluxmetria. Para realizar a avaliação do MFCC como extrator de características foi utilizando o classificador K-Vizinhos Mais Próximos (k-NN) utilizando diferentes valores do paramêtro k. Para particionar os dados em conjuntos de treinamento e teste foi utilizando o método de leave-one-out. – RESULTADOS: Os resultados obtidos utilizando a métrica de taxa de acerto foram de: 31.57% (K=1), 36,84% (k=3), 42.10% (k=5) e 57,89% (k=10). – CONSIDERAÇÕES FINAIS: Por conta do baixo número de amostras coletadas até o momento, os resultados preliminares são inconclusivos, mas é importante destacar que a análise das matrizes de confusão mostra que o algoritmo consegue de certa forma fazer a separação das duas classes.
